量子计算机上的量子化学

传奇物理学家理查德·费曼(Richard Feynman)在1981年建议说，如果你想模拟自然，你最好用量子力学来模拟。费曼所说的“自然”指的是“物质”:构成我们的粒子、原子和分子。他在第二年发表的一次谈话中发表了这一评论，¹一般被认为是量子计算的奠基性文本。现在看来，它比以往任何时候都更具预见性。

因为尽管我们不断被告知，量子计算机的独特卖点是与我们目前使用的经典设备相比，它们的速度惊人——这种速度利用了量子力学的反直觉定律——但似乎最直接的好处将是费曼首先指出的:我们将能够更好地模拟自然。

换句话说——尽管费曼的标题是“用计算机模拟物理”——量子计算机的最初价值很可能是它们在预测原子和分子性质方面的巨大潜力:对化学来说．美国哈佛大学的理论化学家Alán Aspuru-Guzik说:“科学界的许多人，包括我自己，都相信量子化学和材料科学将是量子计算机的第一个有用应用。”

模拟自然

1985年，英国牛津大学(University of Oxford)的理论物理学家戴维·多伊奇(David Deutsch)接受了费曼提出的挑战，目的是提高计算机的能力。多伊奇的想法是，一个集体叠加的相干量子比特集合可以编码更多的状态——一个计算问题的更多潜在答案——而不是一个等价的经典比特数组，它只能处于状态1或0。实际上，多伊奇说，量子计算机将并行进行许多计算，从而更快地得出解决方案。多伊奇坚信量子力学的多世界解释(为Schrödinger方程的所有可能解赋予一个物理现实)，他认为量子计算机在得到正确答案之前，将在不同的世界同时进行不同的计算。

没有多少量子计算理论家是这么看的。但公平地说，一般来说，量子计算机能够找到问题的答案，而不必费力地尝试每个可能的解决方案。它需要量子捷径。

量子计算机无需反复试验就能找到问题的答案

在多伊奇提出这个建议之后，人们花了几年时间才找到一种方法，让假设的量子计算机做一些有用的事情。简而言之，要进行计算，你需要一个算法:从一些输入数据到所需答案的一系列步骤。1994年，美国麻省理工学院(Massachusetts Institute of Technology)的彼得•肖尔(Peter Shor)描述了一种量子算法，可用于在量子计算机上快速分解数字——在经典计算机上，这项任务对非常大的数字迅速变得难以处理。

随后关于量子计算机算法的大部分理论工作都集中在寻找这些设备可以更快地进行的其他计算:这都是关于速度的。现在流行的量子计算机的承诺通常是，它们将比你的笔记本电脑快得多。这是一种误导。量子计算机可能会更快地完成某些任务，但并不能保证它们在所有任务上都优于经典设备，而且它们可能根本就做不好。事实上，要找到许多量子计算机具有明确优势的算法是很有挑战性的。

在这一切之中，费曼直接模拟物质量子本质的最初动机变得相当黯然失色。但随着量子计算机开始在现实中首次亮相，这种关注已重新成为该领域最有可能带来的最初好处。^3.

小电脑有大想法

虽然量子计算的原理现在已经很好地建立起来，但到目前为止，实际的设备只包含少量的量子比特。以IBM在2016年发布的Quantum Experience为例，它使用squid来制造逻辑门量子电路，类似于笔记本电脑等经典数字计算机中的逻辑门量子电路:它只有5个量子比特。IBM通过一个基于网络的平台提供了通用的量子体验，但对于化学家来说，你可以用它做任何事情，而不是在经典机器上做得更好。毕竟，如果每个量子比特，宽泛地说，是要模拟一个电子或原子核，你就没有什么可玩的了。IBM现在有另外两个16和17个量子比特的原型设备。

扩大量子计算机规模的关键问题之一是处理错误。这在任何计算中都是必然发生的——一个比特意外地从1翻转到0(比如说，因为热波动)。在传统计算机中，错误是通过保留每个比特的副本来处理的。如果有三份副本，任何差异(比如两份读数为1，第三份读数为0)都可以通过简单多数原则来纠正:将第三份重置为与前两份一致。但是这种比特计算的冗余并不适用于量子计算机，因为这是量子力学的一个基本原理，你不能复制任意的量子态。因此，研究人员一直在研究控制误差并防止它们破坏计算的新方法。

化学中的许多问题都是优化或最小化问题:例如，试想试图从蛋白质的氨基酸主序列预测其最稳定的折叠状态。传统计算机在解决蛋白质折叠问题方面已经取得了进展，但它仍然将超级计算机的能力扩展到极限。

这样的问题特别适合绝热量子计算(AQC)。在这里，量子比特不是执行指定的操作序列来找到答案，而是将一组相互作用的量子比特轻轻地引导到与最小化问题的解决方案相对应的基态配置中。它有点类似于经典计算机上用于最小化问题的模拟退火方法，但采用了量子规则。

与五年前相比，这仍然是一个巨大的进步

总的思想是，量子位池被保存在一个逐渐“成形”的势中，以表示手头问题的能量函数(哈密顿函数)，在这种情况下，量子位编码相应的基态量子波函数。这里的“绝热”仅仅意味着量子位的集合能够在整个“塑造”过程中保持其基态。

这是加拿大本纳比D-Wave公司制造的一台设备的基础，他们声称这是“世界上第一台商用量子计算机”，售价约为1500万美元。该领域的专家一直在争论D-Wave是否真的在使用通常意义上的量子计算，但无论如何，目前还没有证据表明它可以超越经典计算机。此外，AQC也有优点和缺点:它在原理上是通用的，相对简单，但很难实现纠错，因为错误积累太快，这抑制了扩展。

然而，最近，谷歌位于美国圣巴巴拉的研究实验室的研究人员推出了一款九量子位设备原型，该设备旨在实现两个世界的最佳效果，使用由squid制成的数字量子电路模拟AQC的最小化能力，对此，纠错已经有了完善的理论。⁴谷歌装置还可以模拟许多电子之间的相互作用——这是量子化学的基本能力。该公司现在也有一台22量子比特的机器。“这些机器很小，”瑞士苏黎世联邦理工学院(ETH)的物理化学家Markus Reiher承认。但与五年前相比，这仍然是一个巨大的进步。他说，“由于大公司正在进行巨额投资，可用的量子比特数量可能会迅速增加”。

用量子的方法研究化学

计算化学的大部分工作都是寻找分子的基态能量，以此来预测分子的稳定性和反应性。美国IBM约克城高地研究中心的计算机科学家Jay Gambetta解释说，你可以从量子波函数中得到这一点，但这正是你在没有大量近似的情况下无法用经典方法计算出来的东西。

2010年，Aspuru-Guzik与澳大利亚昆士兰大学的量子物理学家Andrew White合作，利用White团队设计的基于光子的量子计算模拟了二氢分子。⁵二氢也许是所有分子中最简单的分子，也是1927年德国科学家瓦尔特·海特勒和弗里茨·伦敦第一个用量子力学分析的分子。量子模拟能够将正确的键能计算为百万分之六。

氢分子也是谷歌的量子计算机去年模拟的对象，⁶这是Aspuru-Guzik、谷歌的量子工程师John Martinis和其他团队合作的成果。研究人员开发了一种他们称之为变分量子本征求解器的技术，这是一种用于模拟退火的迭代最小化的量子版本。⁷虽然模拟再次很好地预测了分子的能态和键长，但与早期的工作相比，它有一个重要的优势，即谷歌的方法可以扩展到更大的系统，而无需对误差修正所需的措施进行指数级升级。

可扩展性问题是至关重要的，而这不仅仅是获得更多的量子比特。让所有量子位保持一致的量子态并不是制造量子计算机的唯一障碍。但是和任何计算机一样，如果你想解决一个计算问题，那么你需要正确的程序:换句话说，一个合适的算法。Reiher说，这个问题没有得到足够的重视。费曼的提议暗示，要进行有用的量子计算，你真正需要的只是足够多的量子比特——但这并不能保证你能从中获得有用的信息。

然而，Reiher和他的同事最近表明，这应该是可能的。他们已经想出了如何在原则上在量子计算机上实现一种算法，该算法可以阐明反应机制，以计算反应途径和速率。

这是量子化学最大的目标之一，但目前除了最简单的反应外，对所有反应来说都非常困难。例如，要理解有机金属复合物的催化作用，或者在量子水平上准确预测药物结合的速率和稳定性，都超出了当今计算机的能力。量子计算机真的能做得更好吗?

目前还不存在用于某些计算的高效量子算法

Reiher和他在微软研究院的合作者选择了固氮酶将大气中的氮固定为氨作为他们的例子。⁸这一重要过程的完整机制尚不清楚，尽管它涉及到氮分子与嵌入在酶结合位点的含铁和钼的辅因子(FeMoco)的结合。

研究人员说，关键是只在量子计算目前非常适合的部分问题上使用量子计算——计算一组给定分子轨道的电子能量——其余部分使用经典计算机。这不仅仅是实用主义;事实是，Reiher说，目前还不存在用于模拟其他部分的有效量子算法。因此，该策略是使用一个中等大小的量子计算机作为与经典计算机相连的“加速器”。

因此，研究人员使用传统的经典量子化学方法来优化FeMoco在结合位点的可能结构，提供一个哈密顿函数，然后用于寻找结合复合体的基态能量。由此，可以计算反应的动力学和热力学。该过程可以用不同的FeMoco结构重复，以找到能量最低的通路。“我们建议对数千种不同电荷态、质子态和自旋态的结构进行计算，不只是结合N₂和NH_3.而是所有可能的中间产物，”赖赫解释道。“我们最近开发了一种自动化、高效的方法来完成这项工作。”

Reiher和同事估计，精确的模拟只需要100个左右的逻辑门量子比特，而在经典计算机上大约需要1000万亿。他说:“如果我们有超过200个逻辑量子比特，我们就可以在量子化学中做一些超越标准方法的事情。”“如果我们有大约5000个这样的量子比特，那么量子计算机将对量子化学产生变革性和颠覆性的影响。几十年的方法发展将变得相当不重要，因为人们可以解决一个中等大小分子的全部量子问题。”

但有一个问题。为了让一个“逻辑量子比特”可靠地完成工作，你需要一种很好的纠错方法。为此，每个逻辑量子比特都需要由许多物理量子比特组成。Reiher和同事估计，破解固氮酶机制所需的大约100个逻辑量子比特相当于大约几十万到一百万个物理量子比特。这远远超过了目前的设备所能提供的。Reiher在微软的合作者Matthias Troyer说:“这还需要几年的时间，因为我们甚至还没有建立一个逻辑量子比特。”

不过，问题并没有那么糟糕，因为计算可以并行完成——你不需要一个百万量子比特的设备，而只需要许多小设备一起工作，或者一个100量子比特的设备按顺序完成任务。赖赫说:“我们有可能在5-10年内拥有这样一台中等大小的机器，这种想法并非没有道理。”Gambetta说，这种分工可能是在量子计算机上进行大量化学研究的关键:开发计算机工程师所谓的批处理架构，以系统顺序完成相对较小的任务。此外，他补充说，在计算机量子比特中对电子自由度进行编码的明智选择可以利用某些对称特性，从而减少所需的量子比特数量。⁹

Reiher说，只有在解决了如何将特定的反应机制转化为量子计算的问题后，“我们才说服自己，量子计算机实际上可以在计算化学中发挥作用”。特罗耶说，这项工作“为人们解决一个真正有趣的问题提供了一个上限”。未来的改进将降低成本。”

金属原子团簇也具有非常适合这种量子模拟的电子结构，Reiher补充道。“我的观点是过渡金属催化——均相的、多相的、生物无机的——将受益。“这可能包括许多其他重要的反应类型，比如为了聚合而破坏C-H键，生产氢气作为燃料，以及固定二氧化碳以减缓全球变暖。”

量子霸权

Aspuru-Guzik认为，第一个有用的量子模拟不太可能是在化学本身，而是在凝聚态物理中，其中有相当简单的多体系统，可以直接进行模拟，例如“电子气体”，其中许多电子或多或少地独立自由移动。Aspuru-Guzik说:“以后，分子电子结构的模拟将至关重要。”“在这类分子中，有机材料是我最喜欢的例子，它是电池、太阳能电池和有机电子产品的候选材料。”

Aspuru-Guzik认为，转折点将是“量子霸权”的时刻:量子计算机将首次实现经典计算机无法实现的预测或计算，无论其是否有用。他认为这个阶段很快就会达到——也许在几年之内，也许用谷歌的量子计算机来模拟随机量子电路，看看它会产生什么状态。在这里，他说，“经典计算机无法在合理的计算机时间内计算出状态的分布”。

一些化学家不愿对这些承诺的财富做出判断，直到有一些事实得到证实。特罗耶说:“尽管有一些宣传，但未来几年没有什么不能以传统方式进行的计划。”

转折点将是量子霸权的时刻

美国南加州大学的Arieh Warshel说:“我希望看到量子计算在分子动力学或量子化学计算等问题上比普通计算机更快的证据，并允许输入问题和检索答案。”他在蛋白质多尺度计算机建模方面的理论工作为他赢得了2013年诺贝尔化学奖的一部分。

沃谢尔想知道，无论如何，进步在多大程度上依赖于拥有庞大的计算机资源，而不是寻找更聪明的方法来利用现有的资源?“我所有的进步都是通过在没有强大计算机能力的情况下找到具有挑战性的计算方法来实现的，也就是说，在暴力方法出现之前，我开发了多级方法，让人们能够解决问题。”

尽管如此，他还是不会放弃这个机会。他承认:“如果我可以使用一台工作中的量子计算机，它可以将量子力学计算速度提高100倍，我很乐意为它找到一个用途。”

菲利普·鲍尔是一位生活在英国伦敦的科普作家